sphinx4 声学模型自适应

        如果你没有足够的数据去训练自己的声学模型，那么做自适应训练会比自己直接训练新的声学模型更好，5分钟的自适应语音就可以达到很好的效果，这是官方维基教程指出的，在谷歌上搜 spinx4 adapt 就可以找到wiki教程，如果你打不开这个网页，那就用代理翻墙，我就是这么干的。

        sphinx4和pocketsphinx的自适应训练有一些地方会有所不同，这是因为pocektsphinx的声学模型是半连续的，而sphinx4的声学模型是连续的。

        做自适应训练的语料最理想的是包含你要识别的大部分音素单元，即包含的音素要丰富。做自适应训练所要的有：句子列表，描述句子列表当中单词发音的词典，与句子对于的语音数据。这里要注意的是语音数据的采样率必须是16KHz，单声道。接下来就开始制作自适应模型，在这之前确保已经编译了sphinxBase和sphinxTrain。

        首先把已有的声学模型拷贝到当前的工作路径下，用sphinxBase的sphinx_fe 工具提取语音数据的声学模型特征数据，第二步用sphinxTrain当中的bw工具从自适应数据当中收集统计数据。bw命令中的参数应该和feat.params文件中的参数匹配，并且bw也不是完全支持此文件当中的参数，不支持的就跳过就可以了。第三步，收集完统计数据之后，就可以用MLLR方法或者MAP方法更新声学模型了，这是两个不同的方法，对应的工具是mllr_solve 和map_adapt ,通过这两个工具之后的声学模型就是自适应声学模型了，这样声学模型就大功告成了，接下来要做的就是测试了。